如何将颜色分配给ggplot2中具有稳定映射的分类variables？
我在上个月已经开始加速与R，这是我在这里的第一篇文章。 期待join社区。 这是我的问题：
将颜色分配给ggplot2中具有稳定映射的分类variables的好方法是什么？ 我需要在具有不同子集和不同数量分类variables的一组图表中使用一致的颜色。
例如，
plot1 <- ggplot(data, aes(xData, yData,color=categoricaldData)) + geom_line() 其中categoricalData有5个级别。
接着
plot2 <- ggplot(data.subset, aes(xData.subset, yData.subset, color=categoricaldData.subset)) + geom_line()
其中categoricalData.subset有3个级别。
然而，两组中的特定层次将以不同的颜色结束，这使得难以一起读取graphics。
我是否需要在数据框中创build颜色vector？ 还是有另一种方法来分配特定的颜色类别？
谢谢
对于OP这样的简单情况，我同意Thierry的答案是最好的。 但是，我认为指出另一种方法是很有用的，因为当您尝试在多个dataframe中维护一致的颜色scheme时，这些方法并非都是通过对单个大型数据框进行子集化而获得的。 在多个数据框架中pipe理因素级别可能会变得单调乏味，如果它们是从单独的文件中提取的，并不是所有的因子级别都出现在每个文件中。
解决这个问题的一种方法是创build一个自定义的手动色阶，如下所示：
#Some test data dat <- data.frame(x=runif(10),y=runif(10), grp = rep(LETTERS[1:5],each = 2),stringsAsFactors = TRUE) #Create a custom color scale library(RColorBrewer) myColors <- brewer.pal(5,"Set1") names(myColors) <- levels(dat$grp) colScale <- scale_colour_manual(name = "grp",values = myColors)
然后根据需要将色标添加到图上：
#One plot with all the data p <- ggplot(dat,aes(x,y,colour = grp)) + geom_point() p1 <- p + colScale #A second plot with only four of the levels p2 <- p %+% droplevels(subset(dat[4:10,])) + colScale
第一个情节是这样的：
第二个情节是这样的：
这样你就不需要记住或者检查每个dataframe，看看它们是否有适当的级别。
我和malcook在他的评论中指出了相同的情况：不幸的是， Thierry的答案不适用于ggplot2版本0.9.3.1。
png("figure_%d.png") set.seed(2014) library(ggplot2) dataset <- data.frame(category = rep(LETTERS[1:5], 100), x = rnorm(500, mean = rep(1:5, 100)), y = rnorm(500, mean = rep(1:5, 100))) dataset$fCategory <- factor(dataset$category) subdata <- subset(dataset, category %in% c("A", "D", "E")) ggplot(dataset, aes(x = x, y = y, colour = fCategory)) + geom_point() ggplot(subdata, aes(x = x, y = y, colour = fCategory)) + geom_point()
这是第一个数字：
和第二个数字：
正如我们所看到的，颜色不会保持不变，例如E从洋红切换到蓝光。
正如malcook在他的评论中和hadley在他的评论中所暗示的那样 ，使用limits的代码正常工作：
ggplot(subdata, aes(x = x, y = y, colour = fCategory)) + geom_point() + scale_colour_discrete(drop=TRUE, limits = levels(dataset$fCategory))
给出下图，这是正确的：
这是sessionInfo()的输出：
R version 3.0.2 (2013-09-25) Platform: x86_64-pc-linux-gnu (64-bit) locale: [1] LC_CTYPE=en_US.UTF-8 LC_NUMERIC=C [3] LC_TIME=en_US.UTF-8 LC_COLLATE=en_US.UTF-8 [5] LC_MONETARY=en_US.UTF-8 LC_MESSAGES=en_US.UTF-8 [7] LC_PAPER=en_US.UTF-8 LC_NAME=C [9] LC_ADDRESS=C LC_TELEPHONE=C [11] LC_MEASUREMENT=en_US.UTF-8 LC_IDENTIFICATION=C attached base packages: [1] methods stats graphics grDevices utils datasets base other attached packages: [1] ggplot2_0.9.3.1 loaded via a namespace (and not attached): [1] colorspace_1.2-4 dichromat_2.0-0 digest_0.6.4 grid_3.0.2 [5] gtable_0.1.2 labeling_0.2 MASS_7.3-29 munsell_0.4.2 [9] plyr_1.8 proto_0.3-10 RColorBrewer_1.0-5 reshape2_1.2.2 [13] scales_0.2.3 stringr_0.6.2
最简单的解决scheme是将分类variables转换为子集之前的因子。 最重要的是，你需要一个因子variables，在你所有的子集中都有相同的水平。
library(ggplot2) dataset <- data.frame(category = rep(LETTERS[1:5], 100), x = rnorm(500, mean = rep(1:5, 100)), y = rnorm(500, mean = rep(1:5, 100))) dataset$fCategory <- factor(dataset$category) subdata <- subset(dataset, category %in% c("A", "D", "E"))
用一个字符variables
ggplot(dataset, aes(x = x, y = y, colour = category)) + geom_point() ggplot(subdata, aes(x = x, y = y, colour = category)) + geom_point()
有一个因素variables
ggplot(dataset, aes(x = x, y = y, colour = fCategory)) + geom_point() ggplot(subdata, aes(x = x, y = y, colour = fCategory)) + geom_point()
基于乔兰的非常有用的答案，我能够想出一个稳定的布尔因子色彩比例（ TRUE ， FALSE ）的解决scheme。
boolColors <- as.character(c("TRUE"="#5aae61", "FALSE"="#7b3294")) boolScale <- scale_colour_manual(name="myboolean", values=boolColors) ggplot(myDataFrame, aes(date, duration)) + geom_point(aes(colour = myboolean)) + boolScale
由于ColorBrewer对二进制颜色比例不是很有帮助，因此需要手动定义两种颜色。
这里myboolean是myDataFrame保存TRUE / FALSE因子的列的名称。 date和duration是在此示例中要映射到绘图的x和y轴的列名称。
